Alibaba lance Qwen3.8-Max : un modèle IA à 2,4 billions de paramètres révolutionne le sect
L’équipe Qwen d’Alibaba vient une fois de plus pousser les limites : le modèle Qwen3.8-Max, doté de 2,4 billions de paramètres et basé sur une architecture de mélange d’experts (MoE), est désormais accessible à grande échelle. Les poids ouverts sont prévus pour la semaine prochaine. Ce modèle prend en entrée du texte, des images et des vidéos, et génère du texte, ce qui en fait un outil polyvalent pour des secteurs allant de l’ingénierie logicielle au commerce électronique.
Une seule API pour plusieurs charges de travail
Le modèle Qwen3.8-Max est déjà déployable via l’API hébergée d’Alibaba, qui propose des points d’accès compatibles avec OpenAI et DashScope. Il suffit donc de modifier l’URL de base et l’identifiant du modèle pour basculer depuis un autre fournisseur. Pour les équipes souhaitant un déploiement sur site, Alibaba prépare également Qwen3.8-27B, une version réduite conçue pour fonctionner sur du matériel GPU standard.
Coût, contexte et performances au cœur du modèle
Les tarifs débutent à 2 $ pour 1 million de jetons en entrée et 6 $ pour 1 million en sortie, avec une option de cache implicite à 0,25 $ par million de jetons — huit fois moins cher que l’entrée fraîche. Le modèle affiche une fenêtre contextuelle d’1 million de jetons, pouvant accepter jusqu’à 991 000 jetons en mode standard et 983 000 lorsque le raisonnement est activé. La sortie maximale est plafonnée à 131 000 jetons, et le budget de raisonnement peut atteindre 262 000 jetons. Les limites de débit culminent à 2 millions de jetons par minute ou 15 000 requêtes par minute, offrant une marge confortable pour les usages intensifs.
Côté fonctionnalités, Qwen3.8-Max prend en charge l’appel de fonctions, les sorties structurées, les lots de requêtes, la complétion par préfixe et le fine-tuning. L’API Responses intègre cinq outils intégrés : code_interpreter, web_search, web_extractor, t2i_search et i2i_search.
Résultats des benchmarks : des progrès multimodaux notables, mais quelques lacunes
Les benchmarks publiés par Alibaba placent Qwen3.8-Max en tête dans plusieurs tâches multimodales et agentiques, dont OSWorld-Verified (86,1), Parametric CAD Bench (91,5) et OmniDocBench 1.5 (92,1). Sur Terminal-Bench 2.1, il obtient un score de 86,6, surpassant Claude Opus 4.8 (84,6) mais restant derrière GPT-5.6 Sol (88,8). Les benchmarks dédiés à l’ingénierie logicielle révèlent des résultats plus mitigés : Qwen3.8-Max est distancé sur SWE-bench Pro (67,7 contre 80,0 pour Fable 5) et FrontierSWE (73,5 contre 88,8), bien qu’il affiche une nette amélioration par rapport à ses prédécesseurs sur de nombreuses tâches agentiques.
Enjeux et perspectives
Avec ses 2,4 billions de paramètres et sa fenêtre contextuelle d’1 million de jetons, Qwen3.8-Max ouvre de nouvelles perspectives pour le raisonnement long format et les flux de travail multimodaux, notamment dans des secteurs comme le logiciel, le juridique ou le design. La disponibilité d’une API hébergée et d’une version allégée en poids ouverts dès la semaine prochaine réduit les barrières à l’adoption, tandis que des tarifs agressifs et des remises sur le cache rendent les usages à grande échelle plus prévisibles. Pour les équipes évaluant les modèles de pointe, les compromis entre capacité brute, coût et facilité d’intégration viennent de gagner en complexité.
Source : MarkTechPost. Synthèse éditoriale assistée par IA — TechnoExpress.